买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及一种电网调度的语音识别方法，包括在日志系统中配置语音输入接口，采集输入语音，语音识别转换为文字，然后对文字进行识别，同时建立调度运行日志的电力语义库，利用机器学习自动对记录的日志进行语义理解；对日志进行语义理解后，按照不同的情景生产不同的语音命令，根据语音发送命令自动发送运行事件短信，收信人号码预先建立至数据库中；利用机器学习结合电力语义库中的知识图谱对运行事件进行后处理，生成调度命令并对外发布；通过对来电语音采集、文字转换和语义理解，利用机器学习结合电力语义库自动理解来电意图，从而自动根据不同情景结合不同的模板生成调度命令短信发送；本发明可以自动进行调度，解决调度人员不够的问题。

主权项：1.一种电网调度的语音识别方法，其特征在于：包括步骤1在日志系统中配置语音输入接口，采集输入语音，语音识别转换为文字，然后对文字进行识别，同时建立调度运行日志的电力语义库，利用机器学习自动对记录的日志进行语义理解；2对日志进行语义理解后，按照不同的情景生产不同的语音命令，根据语音发送命令自动发送运行事件短信，收信人号码预先建立至数据库中；3利用机器学习结合电力语义库中的知识图谱对运行事件进行后处理，生成调度命令并对外发布；所述步骤1中语音识别时需要对文字进行识别，识别过程包括文本分词、词性标注、实体识别和文本纠错，识别过程均基于预先建立的所述电力语义库；所述文本分词采用N最短路径分词、CRF分词或者极速词典分词；所述词性标注采用隐马尔科夫模型词性标注、感性机词性标注、实体命名标注、基于特征模板的方法或者基于神经网络的方法；所述步骤1中语义理解包括情景分类、情感分析、内容摘要、词向量、依存句法和敏感词处理；情景分类依据电力调度过程中的不同情景，将不同的关键词与不同的调度情景进行关联；情感分析利用情感词典及句式词库分析文本语句的特殊结构及情感倾向词，采用权值算法代替传统人工判别或仅利用简单统计的方法进行情感分类；给情感强度不同的情感词赋予不同权值，然后进行加权求和，利用加权平均算法式1计算，可有效提高情感分类的效率和准确率，计算公式如下： 其中，Np和Nn分别代表表达正面情感和负面情感的词汇数目,wpi和wpj分别代表正面情感词汇和负面情感词汇的权值；通过设置阈值，并对比阈值与的计算值，获得语义的相对正面情绪结果或者相对负面情绪结果，帮助机器对语义进行判断；内容摘要通过分词，获得文本中的某段文字，与以往的案例进行对比，根据相似度从而帮助机器理解语义；词向量将自然语言交给机器学习中的算法来处理，需要将语言数学化；依存句法通过不同词语的词义和词性之间的固定搭配来帮助机器理解语义；敏感词处理在电力语义库中建立敏感词库，敏感词一旦出现，便触发对应的指令；所述电力语义库内包括术语库、同义词林和语料库；所述步骤2中的情景包括合规性校核、交接班、调度客服和智能推荐；所述电力语义库中的知识图谱的建立需要对电力知识进行知识表示、知识抽取建模、知识推理、语义搜索和机器学习；知识表示用于描述知识的数据结构，表示可视为数据结构及其处理机制的综合；知识抽取建模用于将知识进行形式化和结构化的抽象；知识抽取建模详细步骤：获取文本数据，经过文本预处理后得到干净的文本数据；然后借助机器学习相关程序对文本进行分词、词性标注、词法解析和依存分析工作，词法及句法层次的分析结束；接下来对该文本进行NER和实体链接工作，为关系抽取和时间抽取做准备；最终形成KR用的三元组、多元关系和模态知识构成知识图谱；知识推理利用已有的知识通过各种逻辑推理获得新的知识或者结论，知识和结论满足语义；语义搜索通过概念匹配，同义词和自然语言算法，语义搜索通过将结构化和非结构化数据转换为直观且响应迅速的数据库，提供更多交互式搜索结果；机器学习采用算法解析数据，具体包括监督学习、非监督学习和强化学习；所述步骤3中的后处理包括融合决策、选择应答模板和结果加工，结果加工后生成调度命令并对外发布，发布结构返回并进行深度学习。

全文数据：

权利要求：

百度查询： 国网甘肃省电力公司天水供电公司 一种电网调度的语音识别方法